数据集丨CHN6-CUG高分辨率遥感影像道路提取

主题词

城市遥感，道路数据集，卫星遥感影像

近年来，高分辨率卫星的飞速发展为人们提供了越来越高质量的遥感影像，大量可获得的高分辨率遥感影像为道路的自动化提取提供了重要的数据源。与低分辨率遥感影像相比，高分辨率影像具有更精细的光谱和纹理特征，使更精确的道路提取成为可能。道路提取是对卫星影像中的道路进行逐像素地自动标注。高分辨率遥感影像道路数据集是道路提取领域理论与算法研究的重要依据，是广大遥感科研人员开发道路提取模型的精度验证、效率评价以及性能评判的重要数据参考。

中国地质大学（武汉）地理与信息工程学院朱祺琪副教授团队，发布了中国首套典型城市的大尺度卫星遥感影像道路数据集——CHN6-CUG道路数据集，为国内外同行提供了目前中国道路提取领域首套大型城市道路共享数据，并为国内外道路数据集提供对比，不仅为高分辨率遥感影像道路提取理论和应用研究提供重要的数据支撑，也能更好地应用于中国城市道路的大尺度制图。

数据简介

中国代表性城市的新型大尺度卫星影像数据集CHN6-CUG选取了北京朝阳区、上海杨浦区、武汉市中心、深圳南山区、香港沙田、中国澳门等6个城市化水平、城市规模、发展程度、城市结构以及历史文化不尽相同的城市，该数据集是人工标记的像素级高分辨率卫星影像，遥感影像底图来自谷歌地球。根据路面覆盖度，标示的道路包括有轨道覆盖的路面和无轨道覆盖的路面。根据地理因素的物理角度，标示道路包括铁路、公路、城市道路和农村道路等。

CHN6-CUG包含4511张大小为512×512的标记图像，划分为3608张用于模型训练，903张用于测试以及结果评估，分辨率为50厘米/像素。数据集原图为.jpg格式，道路标注图为.png格式，压缩后数据量为175MB。

数据样例

图1 CHN6-CUG道路数据集研究区概况

图2 CHN6-CUG道路数据集样例

数据集共享网址

共享链接：

http://grzy.cug.edu.cn/zhuqiqi/zh_CN/yjgk/32368/list/index.htm

更多信息，详见论文

论文标题

A Global Context-aware and Batch-independent Network for road extraction from VHR satellite imagery

发表期刊

ISPRS Journal of Photogrammetry and Remote Sensing

论文全文链接

https://www.sciencedirect.com/science/article/abs/pii/S0924271621000873

作者档案

朱祺琪，中国地质大学（武汉）地理与信息工程学院，副教授，研究方向为遥感大数据智能提取分析及应用。

E-mail：[e-mail]

个人主页：http://grzy.cug.edu.cn/zhuqiqi/zh_CN/index.htm

张亚男，中国地质大学（武汉）地理与信息工程学院，硕士研究生，研究方向为计算机视觉、遥感图像解译。

E-mail：[e-mail]

关庆锋，中国地质大学（武汉）地理与信息工程学院，教授，研究方向为高性能空间计算、空间计算智能、时空大数据挖掘与模拟等。

E-mail：[e-mail]

- END -

戳原文，更有料！